主分类：AI训练推理与计算优化
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "达摩院-大模型优化推理工程师-计算技术",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "成都 / 北京 / 杭州 / 上海",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "- 硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "- 设计模型分布式并行策略，对推理性能进行分析与优化，在给定硬件配置下找到最优部署方案\n- 针对模型实现低精度量化方案，完成精度对齐，确保可在生产环境部署\n- 协同框架、算子、运行时等相关团队，制定模型系统性部署方案，为最终模型交付质量负责\n- 构建大模型Model Zoo，打造模型推理参考样例，优化模型评测标准和流程",
"requirements_text": "- 硕士及以上学历，有大模型推理优化或部署经验，扎实的 Python 编程能力，了解 C++\n- 深入理解 Transformer 架构和大模型推理流程，熟悉 INT8/INT4/FP8 等量化技术并有实际落地经验\n- 擅长性能分析和瓶颈定位，有 SGLang/vLLM 等推理引擎使用经验\n- 有生产环境模型部署经验、算子级优化经验、客户支持经验或 MLSys/NeurIPS/ISCA 顶会论文者优先",
"skills": [AI生成
"Python",
"C++",
"大语言模型"
],
"preferred_qualifications": "有生产环境模型部署经验、算子级优化经验、客户支持经验或 MLSys/NeurIPS/ISCA 顶会论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100024720002"
}
]
},
"posting": {
"posting_id": "100024720002",
"post_date": "2026-09-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100024720002"
},
"fulltext": "达摩院-大模型优化推理工程师-计算技术\n达摩院-大模型优化推理工程师-计算技术\n\n基础信息\n工作地点：成都 / 北京 / 杭州 / 上海\n\n职位描述\n- 设计模型分布式并行策略，对推理性能进行分析与优化，在给定硬件配置下找到最优部署方案\n- 针对模型实现低精度量化方案，完成精度对齐，确保可在生产环境部署\n- 协同框架、算子、运行时等相关团队，制定模型系统性部署方案，为最终模型交付质量负责\n- 构建大模型Model Zoo，打造模型推理参考样例，优化模型评测标准和流程\n\n职位要求\n- 硕士及以上学历，有大模型推理优化或部署经验，扎实的 Python 编程能力，了解 C++\n- 深入理解 Transformer 架构和大模型推理流程，熟悉 INT8/INT4/FP8 等量化技术并有实际落地经验\n- 擅长性能分析和瓶颈定位，有 SGLang/vLLM 等推理引擎使用经验\n- 有生产环境模型部署经验、算子级优化经验、客户支持经验或 MLSys/NeurIPS/ISCA 顶会论文者优先\n- 设计模型分布式并行策略，对推理性能进行分析与优化，在给定硬件配置下找到最优部署方案\n- 针对模型实现低精度量化方案，完成精度对齐，确保可在生产环境部署\n- 协同框架、算子、运行时等相关团队，制定模型系统性部署方案，为最终模型交付质量负责\n- 构建大模型Model Zoo，打造模型推理参考样例，优化模型评测标准和流程\n- 硕士及以上学历，有大模型推理优化或部署经验，扎实的 Python 编程能力，了解 C++\n- 深入理解 Transformer 架构和大模型推理流程，熟悉 INT8/INT4/FP8 等量化技术并有实际落地经验\n- 擅长性能分析和瓶颈定位，有 SGLang/vLLM 等推理引擎使用经验\n- 有生产环境模型部署经验、算子级优化经验、客户支持经验或 MLSys/NeurIPS/ISCA 顶会论文者优先",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}